随着国内外众多巡天观测计划的进行,我国载人航天工程重大科学项目—光学舱地面应用系统研发工作也进入了重要的收尾阶段,预计将采集多达PB级别的海量观测数据,并经过科学的处理手段生成了典型的天文数据产品天文星表。天文星表为天文研究工作者解决天文异构数据提供重要解决方案的同时为锥形检索的实现提供了重要抓手。天文科学家通常以某个特定区域来进行专项研究工作,对他们来说,如何准确、高效地进行天文星表的检索是天文科学家后续研究工作的重要基础。传统的星表检索过于依赖于传统数据库的索引技术,但是随着星表数据集的数据量不断增加,传统数据库的逐渐达到存储瓶颈,并且索引也随之不断增加,造成更多的数据冗余,其次就是单机的计算资源无法满足如此海量数据的处理,造成星表数据的检索效率低下。所以,面对海量天文星表数据,不仅要提高其锥形检索效率、而且需要更加长期可靠的检索方式,这正是我们亟待解决的问题。本文针对海量天文星表数据锥形.检索时的难题进行研究,.解决其传统关系型数据库无法.满足高效检索难点,.提出解决和改进方案。本论文的主要工作如下几点所示:一、从天文工作者的角度出发,分析天文星表的特点和检索的需求,发现了随着星表数据量增大,传统数据库本身对星表所需建立的索引和物化视图的效率不高,需要耗费大量资源和时间,同时单机性能面对十亿以上级别星表数据检索,显得捉襟见肘。本文采用新的DIF插件集成到My SQL数据库中,将原本的二维的索引（赤经、赤纬）映射到一维空间中,节约了资源的同时,大大的减少了建立索引的时间。在此基础上,为了缓解单机环境性能不足以及存储压力,提出了利用数据库中间件技术对大星表数据进行分库分表,充分整合关系性数据库和分布式技术的优点。二、在利用数据库中间件技术对关系型数据库进行横向扩展时,发现了关系型数据库的行式存储架构不利于跨库联合操作,以及随着节点增多,各节点的数据通信的代价随之增大的问题。本文对比列式存储和行式存储的架构之间的差异,分析了硬件和软件层面的并行优化原理,从而理论证明列式存储比行式存储在天文星表检索中更加高效,更加节省计算和存储资源,扩展性更强。三、为了验证列式存储数据比较于传统数据库方案在进行星表检索的优越性,本文分别搭建了数据库中间件My Cat和My SQL数据库的分布式集群,并搭建了Click House+Zoo Keeper的集群,对比测试了两种方案进行星表数据锥形检索的性能,以及两者的可扩展性等,验证了列式存储数据库不仅在数据存储,还是在检索效率上都具有明显的优势,这种优势还随着集群的扩展不断增大。综上所述,论文针对传统的星表数据检索,提出了分布式行式存储数据库方案,并通过DIF插件优化伪球面索引的方式,在一定程度上解决了传统行式存储模型下进行锥形检索,效率不高,数据冗余的问题。在此基础上,又提出了列式存储的分布式解决方案,相较于分布式行式存储数据库方案,锥形检索效率得到提高,并且具有更好的扩展性。总之,本文提出的两种锥形检索优化方案,都能满足当前几十亿级别星表的锥形检索的需求,能实现近实时的检索,同时发现列式存储架构未来发展潜力也是更大的,可为其它天文星表的锥形检索提出了借鉴和参考。